Desarrollo de un sistema de control y guiado automático de drones civiles basado en FPSoC
"En este trabajo se proporcionan las bases para diseñar, desarrollar e implementar algoritmos robustos basados en la metodología anti-perturbaciones. Una de las principales contribuciones de este trabajo es el diseño de un control de rechazo activo de perturbaciones mejorado que integra en el A...
| Autores: | , |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Estado: | Versión publicada |
| Fecha de publicación: | 2022 |
| País: | México |
| Institución: | Benemérita Universidad Autónoma de Puebla |
| Repositorio: | Repositorio Institucional de Acceso Abierto RIAA-BUAP |
| Idioma: | español |
| OAI Identifier: | oai:repositorioinstitucional.buap.mx:20.500.12371/18611 |
| Acceso en línea: | https://hdl.handle.net/20.500.12371/18611 |
| Access Level: | acceso abierto |
| Palabra clave: | INGENIERÍA Y TECNOLOGÍA Aviones sin piloto--Sistemas de control Robots--Movimiento Aviones sin piloto--Control automático Sistemas de control inteligente Algoritmos computacionales Aprendizaje por refuerzo |
| Sumario: | "En este trabajo se proporcionan las bases para diseñar, desarrollar e implementar algoritmos robustos basados en la metodología anti-perturbaciones. Una de las principales contribuciones de este trabajo es el diseño de un control de rechazo activo de perturbaciones mejorado que integra en el ADRC clásico una función sobre la dinámica del error y un coeficiente de suficiencia de control, que ayuda a la convergencia del error de estimación y su posible saturación. La nueva metodología estimula futuras interacciones y la fertilización cruzada de ideas entre control automático y disciplinas de aprendizaje por refuerzo. Se realizan pruebas de seguimiento de trayectorias, la aeronave se encuentra sujeta a múltiples perturbaciones como efecto suelo, ráfagas de viento, fuerzas y pares generados por una carga suspendida acoplada al multirotor. Otra contribución significativa es el desarrollo de una arena de vuelo para sistemas heterogéneos enfocada al estudio, desarrollo e implementación de algoritmos de control, navegación autónoma y aprendizaje por refuerzo. Se aplicará a un futuro proyecto de agricultura inteligente para rescatar el campo poblano. El proyecto se basa en la Agenda para el Desarrollo Sostenible 2030 de la ONU, el Plan Nacional de Desarrollo 2019-2024, el Plan Estatal de Desarrollo 2019-24 y la normativa vigente". |
|---|